Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan
Herlina, Youfih
Unknown Affiliation
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
PENERAPAN PEMBOBOTAN TERM FREQUENCY-INVERSE DOCUMENT FREQUENCY DAN ALGORITMA K-NEAREST NEIGHBOR UNTUK ANALISIS ULASAN HOTEL DI SITUS TRIPADVISOR Huda, Khairul; Pohan, Sry Dhina; Herlina, Youfih
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4800

Abstract

Penelitian ini latarbelakangi oleh masalah evaluasi produk dan layanan menggunakan metode tradisional seperti survei, kuisioner dan wawancara yang sering menghasilkan analisis yang tidak konsisten dan tidak akurat. Salah satu pendekatan untuk mengatasi masalah tersebut adalah dengan menerapkan Teknik pembobotan Term Frequency-Inverse Document Frequency (TF-IDF) dan algoritma K-Nearest Neighbor untuk menganalisis ulasan pelanggan hotel dari situs TripAdvisor, yang dikategorikan menjadi 3 kelas sentimen yaitu netral, negatif dan positif menggunakan text mining. Algoritma K-Nearest Neighbor dipilih karena kemampuannya dalam komputasi yang efisien, mudah beradaptasi dengan berbagai data yang besar, serta relative rendah untuk kompleksitas algoritmanya. Hasil penelitian menunjukkan bahwa sistem ini mampu mengklasifikasikan ulasan hotel dengan tingkat akurasi yang optimal, mencapai 76% untuk data pelatihan dengan K=31, dan meningkatkan akurasi hingga 84% setelah melalui penerapan teknik random over-sampling untuk mengatasi imbalanced dataset
PENERAPAN PEMBOBOTAN TERM FREQUENCY-INVERSE DOCUMENT FREQUENCY DAN ALGORITMA K-NEAREST NEIGHBOR UNTUK ANALISIS ULASAN HOTEL DI SITUS TRIPADVISOR Huda, Khairul; Pohan, Sry Dhina; Herlina, Youfih
Jurnal Informatika dan Teknik Elektro Terapan Vol. 12 No. 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4800

Abstract

Penelitian ini latarbelakangi oleh masalah evaluasi produk dan layanan menggunakan metode tradisional seperti survei, kuisioner dan wawancara yang sering menghasilkan analisis yang tidak konsisten dan tidak akurat. Salah satu pendekatan untuk mengatasi masalah tersebut adalah dengan menerapkan Teknik pembobotan Term Frequency-Inverse Document Frequency (TF-IDF) dan algoritma K-Nearest Neighbor untuk menganalisis ulasan pelanggan hotel dari situs TripAdvisor, yang dikategorikan menjadi 3 kelas sentimen yaitu netral, negatif dan positif menggunakan text mining. Algoritma K-Nearest Neighbor dipilih karena kemampuannya dalam komputasi yang efisien, mudah beradaptasi dengan berbagai data yang besar, serta relative rendah untuk kompleksitas algoritmanya. Hasil penelitian menunjukkan bahwa sistem ini mampu mengklasifikasikan ulasan hotel dengan tingkat akurasi yang optimal, mencapai 76% untuk data pelatihan dengan K=31, dan meningkatkan akurasi hingga 84% setelah melalui penerapan teknik random over-sampling untuk mengatasi imbalanced dataset
Co-Authors KHAIRUL HUDA, KHAIRUL Pohan, Sry Dhina